Sábado 24 de octubre de 2026 ·
Propuesta de diseñar chips a la medida de los modelos de IA, y un caso de Xiaomi con fallos de entrenamiento sin causa clara
El texto recoge la propuesta de Miroseini y Goldie, cofundadoras de Recursive Intelligence, de optimizar el chip según las características de cálculo de cada modelo, diseñando juntas la arquitectura de la red y la estructura física del semiconductor. Según el texto, el 25 de octubre la responsable del modelo MiMo de Xiaomi, Luo, ex investigadora de DeepSeek, informó de fallos durante el entrenamiento en paralelo de modelos de cientos de miles de millones y de un billón de parámetros: subidas bruscas de la pérdida, activaciones anormalmente grandes y carga desigual entre expertos del modelo MoE. El equipo no pudo identificar la causa. El autor compara la falta de uso de ciertos expertos con un tejido sin riego, aunque señala que una neurona artificial no muere por no usarse.
Qué significa
Si el diseño conjunto de chip y arquitectura prospera, cambiaría cómo se fabrican los aceleradores de IA. Mientras tanto, el caso de Xiaomi muestra que escalar a un billón de parámetros puede traer fallos difíciles de explicar.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- #LLMタグLeer la noticia completa en #LLMタグ
También ese día
Todas las noticias de IA del sábado 24 de octubre de 2026 ->